西安电子科技大学计算机学院, 陕西 西安 710071
点云数据滤波是机载激光雷达(LiDAR)数据处理研究中很重要的问题之一。提出了一种基于区域预测的LiDAR 点云数据形态学滤波算法，该算法由点云数据建立规则格网、去除粗差点，对实验区域进行分块，然后使用各个分块区域的高程标准差预测地形坡度参数s 从而进行渐进式形态学滤波，最终确定地面点。文中算法优点在于可以根据区域地形起伏情况自适应地得到阈值进行滤波。使用国际摄影测量与遥感学会(ISPRS)提供的测试数据进行实验，实验结果表明，提出的算法能够有效去除地物点和保留地面点，并且能有效降低总误差。
图像处理 激光雷达数据 数学形态学滤波 区域预测 激光与光电子学进展
2015, 52(1): 011003
西安电子科技大学计算机学院, 陕西 西安 710071
给出了一种三角形形变量的定义，并提出了基于不规则三角网(TIN)的LiDAR数据边缘检测新方法。将点LiDAR数据进行三角剖分，生成不规则三角网，计算TIN中每个三角形的形变量，根据三角形形变量的不同来确定处于地物目标边缘的三角形，对这些边缘三角形进行处理得到边缘点。针对LiDAR数据中可能由于河流等导致的数据空白区域，仅利用三角形形变量无法检测到所有边缘点的问题，提出了顶点到重心距离的平方和作为测度来确定狭长三角形，从而提取到河流等数据空白区域的边缘点。实验结果表明，该算法能够较好地提取LiDAR 数据的边缘点，得到LiDAR数据的边缘信息。
遥感 LiDAR数据 三角形形变量 不规则三角网 边缘三角形 光学学报
2014, 34(12): 1228002
